MétaCan
Menu
Retour à la cohorte
Enregistrement W3216215465 · doi:10.32920/ryerson.14662458.v1

A Finite Element Formulation Of Active Constrained-Layer Functionally Graded Beam

2021· preprint· en· W3216215465 sur OpenAlexaff
Ry Long

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueComposite Structure Analysis and Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésConstrained-layer dampingBeam (structure)ViscoelasticityFinite element methodTimoshenko beam theoryNewmark-beta methodMaterials scienceCantileverEquations of motionVibrationStructural engineeringHamilton's principleLayer (electronics)Functionally graded materialVibration controlMathematical analysisMathematicsComposite materialPhysicsClassical mechanicsEngineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

Active constrained-layer damping (ACLD) treatment is the combination of passive and active features in the control of structural vibrations. A three-layer structure that consists of a functionally graded (FG) host beam, with a bonded viscoelastic layer and a constraining piezoelectric fiber-reinforce composite (PFRC) laminate is modeled and analyzed. The assumptions for modeling the system are the application of Timoshenko beam theory for the host beam and PFRC laminate, and a higher-order beam theory for the viscoelastic layer. The formulation is assumed to have field variables that are expressed as polynomials through the thickness of the structure and linear interpolation across the span. The extended Hamilton's principle is utilized to determine the system equations of motion, which are then solved using the Newmark time-integration scheme. Many support conditions such as fully- and partial-clamped cantilevered, partially clamped-clamped and simply-supported are analyzed. The effects of ply angle orientaion, as well as FG properties, are also carefully examined.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComposite Structure Analysis and OptimizationTravaux en français237 207